Identity resolution : définition, méthodes et CDP

La résolution d’identité (identity resolution) est un processus de gestion des données qui rapproche les identifiants d’une même personne entre plusieurs systèmes pour former un profil client unifié et persistant. Le processus relie par exemple une adresse e-mail, un identifiant de mobile, un identifiant de connexion et une carte de fidélité, puis conserve la preuve et le niveau de confiance du rapprochement. Une plateforme de données client (CDP, pour customer data platform) automatise ce processus, de plus en plus en temps réel, puis utilise le profil pour la personnalisation, la segmentation, la mesure et l’activation.

Résumée en une ligne, la résolution d’identité répond à la question « ces enregistrements désignent-ils la même personne ? », puis maintient cette réponse à jour. Le rapprochement déterministe exige l’égalité exacte d’une clé partagée, par exemple une adresse e-mail hachée ou un identifiant de fidélité. Le rapprochement probabiliste calcule un score de confiance statistique à partir de signaux comme l’adresse IP, l’appareil et le comportement. Les équipes marketing fixent un seuil de confiance, en général de 70 à 95 % selon le cas d’usage, pour déterminer ce qui constitue une correspondance. Chaque enregistrement rapproché reçoit ensuite un identifiant client persistant, sur lequel les agents IA et les moteurs de personnalisation s’appuient pendant la session.

Les grandes entreprises choisissent rarement une seule méthode. Elles prennent trois décisions : quelles règles de rapprochement s’appliquent à quel usage (le déterministe d’abord, le probabiliste seulement là où la couverture compte plus que la certitude), où réside le graphe d’identité (identity graph), dans la CDP, dans le data warehouse ou dans un outil autonome, et quelle part du réglage et de la surveillance elles confient à l’apprentissage automatique (machine learning) et aux agents IA. Le tableau des approches, plus bas, compare ces options côte à côte.

Une cliente consulte un site sur son mobile sans se connecter (identifiant de cookie), se connecte ensuite depuis son ordinateur avec son adresse e-mail, puis présente sa carte de fidélité en magasin. Sans résolution d’identité, trois systèmes voient trois clients. Avec elle, la connexion relie le cookie à l’adresse e-mail, le compte de fidélité contient la même adresse, et les trois enregistrements sont réunis dans un seul profil. La résolution ne signifie pas que tout enregistrement doive être fusionné : une règle trop permissive crée un profil qui mélange deux personnes et produit une erreur plus grave que celle d’un profil resté fragmenté.

L’enjeu est commercial. Selon McKinsey, les entreprises à croissance rapide tirent de la personnalisation 40 % de chiffre d’affaires de plus que leurs concurrentes à croissance plus lente (McKinsey, 2021), et une personnalisation ne vaut que par l’identité sur laquelle elle repose. Les groupes multimarques sont les premiers à souffrir d’une identité fragmentée : chaque marque traite le client isolément, si bien qu’une même personne reçoit des messages redondants de plusieurs marques, ce qui gaspille le budget et entame la confiance. Le rapprochement des identifiants entre marques réunit ces fragments en un seul client, autour duquel chaque équipe de marque peut coordonner ses actions.

Le processus pose deux questions distinctes. La première consiste à savoir si deux enregistrements appartiennent à la même entité. La seconde porte sur ce que le profil conserve lorsque les deux enregistrements donnent des valeurs différentes. Le rapprochement déterministe et probabiliste répond à la première question ; la règle de survivance (survivorship) choisit la valeur qui reste dans le profil. Cette distinction permet à l’équipe data de tester l’exactitude du graphe sans confondre appartenance et qualité d’attribut.

Pourquoi identity resolution compte pour une CDP

Les clients passent d’un appareil, d’un canal et d’un point de contact à l’autre. Une personne peut voir une publicité sur son téléphone le matin, consulter une fiche produit sur une tablette et ouvrir un e-mail sur un ordinateur le soir. Sans rapprochement entre ces identifiants, les trois interactions ressemblent à celles de trois personnes. Le profil client unifié donne au canal suivant le contexte dont il a besoin pour éviter un message redondant ou une recommandation incohérente.

La difficulté ne vient pas seulement des appareils. Les données client restent souvent enfermées dans des systèmes qui n’utilisent pas la même clé. L’outil d’analytique web connaît un identifiant de navigateur, le CRM connaît une adresse e-mail et le logiciel de marketing automation ne voit qu’une inscription à une campagne. Les silos de données empêchent ces systèmes de reconstituer une relation et obligent chaque équipe à prendre une décision avec un fragment du contexte.

Les doublons coûtent aussi de l’argent, directement. Dans une étude Total Economic Impact réalisée par Forrester Consulting à la demande d’Oracle (mars 2023), l’organisation composite modélisée a dédoublonné 20 % de ses 15 millions de profils de clients et de prospects, et Forrester a évalué la baisse des dépenses marketing redondantes qui en résulte à 4 millions de dollars américains en valeur actuelle sur trois ans. Le chiffre provient d’une étude commandée par un éditeur et d’un modèle, pas d’une mesure de marché. Le mécanisme vaut pourtant partout : chaque doublon non résolu est une personne que l’entreprise paie deux fois pour toucher.

La résolution d’identité rend la personnalisation plus cohérente, mais elle ne la rend pas automatiquement correcte. Une campagne de reconquête doit savoir qu’une personne a déjà acheté avant de lui proposer une remise d’acquisition. Un message de bienvenue doit exclure le client qui a créé un compte hier. La meilleure action suivante doit s’appuyer sur une identité dont la fiabilité est à la hauteur du risque de l’action.

Une mesure agrégée peut rester utile lorsque l’identité manque. Une entreprise peut compter les visites, les échantillons ou les clics sans connaître chaque personne. Elle ne peut pas attribuer précisément un réachat, une rétention ou une exposition répétée sans relier l’événement à un profil. La résolution d’identité détermine donc le niveau de détail que peut atteindre la mesure de l’activation.

Comment fonctionne la résolution d’identité, étape par étape

Tout système de résolution d’identité, qu’il s’agisse d’une fonctionnalité d’une CDP ou d’un traitement exécuté dans le data warehouse, suit le même cycle en cinq étapes. Ce découpage sert au diagnostic : la plupart des problèmes d’exactitude remontent à l’une de ces étapes, et non à l’algorithme de rapprochement.

1. La collecte ingère chaque identifiant que contient chaque source : identifiants de cookie et d’appareil du site et de l’application, adresses e-mail des formulaires et de la plateforme d’envoi d’e-mails, numéros de téléphone du service client, identifiants de fidélité et de commande du e-commerce et des systèmes de point de vente.
2. La normalisation met les adresses e-mail en minuscules et supprime les espaces superflus, formate les numéros de téléphone selon la norme E.164, normalise les adresses postales et applique le même hachage aux données personnelles dans toutes les sources. Sans cette étape, aucun algorithme ne détecte les doublons, car « USER@Example.com » et « user@example.com » ne correspondent jamais exactement.
3. Le rapprochement applique d’abord les règles déterministes sur les clés partagées, puis le score probabiliste là où aucune clé commune n’existe. Chaque correspondance conserve sa preuve et son niveau de confiance.
4. La fusion et l’identifiant persistant réunissent les enregistrements rapprochés dans un même cluster du graphe d’identité et leur attribuent un identifiant client stable, qui survit à l’expiration d’un cookie, à un nouvel appareil ou à un changement d’adresse e-mail. Les règles de fusion décident quelle valeur l’emporte quand les sources divergent, et fondent ainsi l’enregistrement de référence (golden record).
5. La maintenance réévalue les clusters à chaque nouvel événement : elle sépare les profils sur-fusionnés, retire les identifiants obsolètes et propage les changements de consentement à tous les identifiants liés.

Les étapes 1 à 4 construisent le profil. L’étape 5 le garde fiable un an plus tard, et c’est l’étape qui manque le plus souvent de moyens.

Comment les grandes entreprises organisent la résolution d’identité

Aucune approche ne couvre à elle seule toutes les sources et tous les cas d’usage : chaque programme de grande entreprise en combine donc plusieurs. Les méthodes de rapprochement décident si deux enregistrements désignent la même personne, le graphe d’identité conserve ces décisions, et le choix de déploiement détermine qui exécute la résolution et qui en garde la propriété. Les sections suivantes détaillent chaque approche ; ce tableau en donne une vue d’ensemble.

La plupart des grandes entreprises aboutissent à un modèle hybride : des règles déterministes comme ossature, un rapprochement probabiliste limité aux cas d’usage qui tolèrent l’erreur, un graphe qui conserve la traçabilité des fusions et une résolution exécutée au plus près de l’activation, avec un graphe exportable vers l’analytique. Quand l’essentiel du chiffre d’affaires vient de clients connectés ou inscrits au programme de fidélité, le rapprochement déterministe dans la plateforme d’activation couvre la plus grande part de la valeur. Le rapprochement probabiliste et un graphe dans le data warehouse ou dans un outil autonome ne s’ajoutent que lorsqu’un cas d’usage précis l’exige.

Les méthodes de résolution d’identité

Deux méthodes principales déterminent si deux enregistrements appartiennent au même client : le rapprochement déterministe et le rapprochement probabiliste. Le rapprochement transitif étend ensuite un graphe en reliant des correspondances déjà établies. Le rapprochement adaptatif choisit entre les deux méthodes selon le cas d’usage et le niveau de risque.

Le rapprochement déterministe

Le rapprochement déterministe relie deux enregistrements lorsqu’une clé correspond exactement. Les clés courantes sont l’adresse e-mail normalisée, le numéro de mobile, l’identifiant de connexion, l’identifiant du programme de fidélité ou le jeton d’une session authentifiée. La méthode est très précise lorsque la clé est durable et que l’organisation maîtrise sa provenance.

Cette méthode ne couvre toutefois que les enregistrements qui partagent une clé fiable. Une visite anonyme, une adresse e-mail mal saisie et un achat en magasin sans compte restent hors du graphe. L’équipe doit donc documenter les règles de normalisation, les priorités entre sources et le traitement des clés partagées. Une adresse utilisée par plusieurs personnes dans un foyer ne doit pas recevoir le même niveau de confiance qu’une connexion personnelle vérifiée.

Le rapprochement probabiliste

Le rapprochement probabiliste estime la probabilité que deux enregistrements appartiennent à une même personne à partir de plusieurs signaux : type d’appareil, adresse IP, localisation approximative, comportement de navigation et proximité temporelle. La méthode étend la couverture aux visiteurs anonymes et aux situations où aucune clé ne correspond exactement, mais elle introduit un risque de faux rapprochement.

L’équipe fixe un score de confiance minimal selon l’usage. Une campagne d’e-mail transactionnel exige une identité presque certaine. Une audience de prospection peut accepter une couverture plus large si la conséquence d’une erreur reste limitée. Les seuils ne sont donc pas une propriété universelle de la plateforme : ils relèvent du cas d’usage, de la qualité des signaux et du coût d’une erreur.

Les signaux de navigateur demandent une prudence particulière. Safari et Firefox bloquent les cookies tiers depuis plusieurs années, et les restrictions des navigateurs ont rendu certaines techniques d’empreinte moins stables. Les équipes doivent distinguer la continuité d’un appareil, la reconnaissance d’un navigateur et l’identification d’une personne. Confondre ces trois niveaux transforme un signal technique en affirmation non démontrée sur une personne.

Le rapprochement transitif

Le rapprochement transitif met en évidence une relation indirecte entre des enregistrements qui ne partagent aucune clé. Si l’enregistrement A correspond à B par une adresse e-mail et que B correspond à C par un numéro de mobile, le graphe peut relier A et C par transitivité. Le lien n’est pas une nouvelle preuve directe : il repose sur la solidité des deux liens déjà établis.

Cette opération permet de retrouver des relations entre des données en ligne et hors ligne qui seraient invisibles avec une seule règle. Elle exige en revanche un contrôle strict des seuils et de la profondeur du graphe. Une première erreur peut se propager de proche en proche et fusionner des profils sans rapport. L’équipe doit conserver le chemin d’inférence, le score de confiance et la possibilité de défaire une fusion.

Le rapprochement adaptatif selon le cas d’usage

Une CDP n’a pas besoin d’imposer la même stratégie à tous les usages. Une notification transactionnelle privilégie le déterministe, tandis qu’une audience publicitaire peut accepter un score probabiliste plus bas pour augmenter sa couverture. Le rapprochement adaptatif associe la méthode, le seuil, la projection de données et l’action autorisée au niveau de risque.

La résolution d’identité entre appareils

La résolution entre appareils est le terrain où les deux méthodes se rejoignent. Le lien fiable est l’authentification : quand le même client se connecte depuis l’application mobile puis depuis le navigateur de son ordinateur, l’identifiant de connexion relie de façon déterministe les deux identifiants d’appareil, et chaque événement anonyme que l’un ou l’autre appareil a enregistré avant cette connexion peut être rattaché au profil. Sans connexion, le lien entre appareils repose sur des signaux probabilistes, comme une adresse IP domestique partagée ou des habitudes de navigation qui se recoupent. Ces signaux servent la portée publicitaire et la limitation de fréquence, mais ils sont trop faibles pour déclencher un e-mail, un message d’accueil sur le site ou tout message qui affiche le nom du client, son historique de commandes ou les données de son compte.

Deux limites des plateformes encadrent la conception. L’Intelligent Tracking Prevention (ITP) de Safari supprime les cookies déposés par un script côté client après sept jours sans interaction de l’utilisateur avec le site (WebKit) : un visiteur qui revient peut alors passer pour un nouveau visiteur. App Tracking Transparency (ATT) oblige les applications sous iOS 14.5 et versions ultérieures à obtenir l’autorisation de l’utilisateur avant de le suivre dans les applications d’autres entreprises ou de lire l’identifiant publicitaire (Apple). Chaque raison de se connecter (programme de fidélité, panier sauvegardé, prix réservé aux membres) est donc aussi un investissement dans l’identité. Un graphe durable entre appareils repose sur les connexions des clients à leur compte, sur les identifiants que le site dépose depuis ses propres serveurs (depuis Safari 16.4, les cookies déposés par des serveurs hébergés sur une infrastructure tierce sont eux aussi plafonnés à sept jours), et non sur l’empreinte des appareils.

Le graphe d’identité et les entités au-delà de la personne

Un graphe d’identité est une structure qui représente les relations entre identifiants, personnes et entités. Les systèmes anciens se concentraient sur une personne : adresse e-mail, cookie, mobile et numéro de fidélité. Les cas d’usage B2C et B2B exigent souvent plusieurs graphes qui ne doivent pas confondre les niveaux de relation.

Le graphe de foyer regroupe des personnes qui partagent une adresse ou un abonnement. Une enseigne peut ainsi éviter d’envoyer deux offres identiques à la même adresse, tout en conservant les profils individuels. Le rapprochement ne doit pas transformer les membres d’un foyer en une seule personne : le consentement, l’historique d’achat et les préférences restent individuels.

Le graphe de compte relie plusieurs contacts à une entreprise B2B. Les personnes du comité d’achat gardent chacune leur identité, mais leurs interactions peuvent être analysées au niveau du compte. Cette structure soutient le marketing par compte sans attribuer à un seul contact les actions réalisées par ses collègues.

La résolution d’identité B2B a ses propres points de rupture. Un même contact s’inscrit souvent à un webinaire avec son adresse e-mail personnelle et figure dans le CRM avec son adresse professionnelle : le rapprochement des personnes doit donc prendre en compte les deux adresses. Les contacts se rattachent aux comptes par le domaine de leur adresse e-mail, mais le domaine ne suffit plus face aux filiales, aux entités régionales et aux messageries gratuites. Le rapprochement de compte ajoute alors des clés firmographiques comme la raison sociale, l’adresse et l’identifiant d’immatriculation, en France le numéro SIREN. Enfin, quand une personne change d’entreprise, son adresse professionnelle doit quitter l’ancien compte au lieu d’emporter son historique vers le nouveau.

Le graphe d’entités métier représente des relations propres à un domaine : contrat d’assurance et assuré, véhicule et conducteur, animal et propriétaire ou abonnement et titulaire. Une entreprise qui manipule ces relations doit demander à l’éditeur si sa CDP prend en charge ces types d’entités et si les règles de consentement peuvent s’appliquer à chaque niveau.

La gestion de plusieurs graphes évite de maintenir un système B2B et un système B2C sans relation. Elle augmente toutefois la responsabilité de l’équipe data : les règles de fusion, les droits d’accès et les projections vers les canaux doivent distinguer une personne, un foyer et un compte. Un profil plus riche n’est pas nécessairement un profil qui a le droit de recevoir plus de messages.

Les architectures de résolution d’identité

La façon dont la résolution s’exécute dépend de l’endroit où les données client sont stockées. Deux architectures dominent : la résolution native d’une CDP, qui ingère les données dans l’infrastructure de l’éditeur, et la résolution adossée au data warehouse, qui exécute la logique dans le data warehouse déjà choisi par l’organisation.

La résolution native d’une CDP

Dans une architecture native, la CDP ingère les événements, applique les règles de rapprochement et conserve le graphe dans son infrastructure. Les nouveaux événements peuvent être rapprochés du profil pendant la session, ce qui rend possibles la personnalisation en temps réel et l’activation immédiate d’une audience. La réconciliation complète du graphe — fusion de profils fragmentés, reprise de l’historique et correction des attributs — peut toutefois rester une opération par lots.

L’avantage tient à la faible latence et à la proximité avec les outils d’activation. Le compromis porte sur la résidence et la gouvernance : le graphe contient des données à caractère personnel (PII, pour personally identifiable information) dans le périmètre de l’éditeur. La DSI et le DPO doivent donc examiner le contrat, la localisation du magasin de profils, les sous-traitants ultérieurs, les contrôles d’accès et la procédure d’effacement.

La résolution adossée au data warehouse

Une architecture adossée au data warehouse (warehouse-native) exécute la logique dans le data warehouse ou dans l’infrastructure cloud de l’organisation. La CDP lit les tables, écrit le profil ou les audiences à l’endroit convenu et conserve le système de référence dans l’environnement déjà gouverné par la DSI. Ce modèle convient aux organisations qui souhaitent limiter la duplication de données ou réutiliser leurs contrôles existants.

La latence dépend du pipeline. Historiquement, la résolution dans un data warehouse fonctionnait par lots ; les pipelines de capture des changements et les flux continus réduisent désormais le décalage. Une équipe doit néanmoins mesurer la durée entre l’événement, le rapprochement, l’exposition du profil et l’action du canal. « Adossé au data warehouse » décrit un lieu d’exécution, pas une promesse automatique de temps réel.

Résolution en temps réel ou par lots

La résolution en temps réel rapproche un événement entrant du profil pendant la session, tandis que la résolution par lots reconstruit le graphe selon un calendrier. La première convient à un agent IA ou à un moteur de personnalisation qui doit agir avec le contexte actuel. La seconde convient à une segmentation de campagne ou à un score de churn qui peut être mis à jour toutes les heures ou chaque nuit.

La plupart des environnements de production combinent les deux. Le rapprochement de l’événement reconnaît rapidement une personne, puis la réconciliation périodique corrige les fusions, rejoue l’historique et applique les changements de règle. La question utile n’est donc pas « temps réel ou par lots » en général, mais quelle partie du graphe doit être à jour pour quelle action et quelle partie peut attendre.

La transparence et la gouvernance des fusions

À mesure qu’un graphe grandit, expliquer pourquoi deux enregistrements ont fusionné devient aussi important que la fusion. Un système qui affiche un profil unifié sans montrer les clés, la date et la règle empêche la DSI de diagnostiquer une erreur et le DPO de répondre à une demande d’exercice des droits. La transparence porte sur le chemin de décision, pas seulement sur le résultat.

Une architecture de résolution d’identité doit fournir au moins cinq capacités de gouvernance :

1. La traçabilité des fusions conserve les identifiants qui ont déclenché chaque rapprochement, la date, la méthode et le chemin d’une inférence transitive.
2. Le score de confiance accompagne chaque lien afin que le canal puisse accepter les rapprochements qui conviennent à son risque. Un programme de fidélité exige une confiance élevée ; une audience de prospection peut utiliser un seuil différent.
3. La correction des sur-fusions et des sous-fusions repère les profils distincts qui ont été réunis et les fragments qui devraient l’être. La plateforme doit permettre de défaire une fusion et de conserver la trace de l’opération.
4. Le rapprochement respectueux du consentement propage le retrait du consentement pour une finalité vers les identifiants et les projections concernés. La fusion technique ne crée pas une autorisation d’envoyer un message.
5. Les contrôles de résidence et d’accès appliquent les contraintes de localisation, de rôle et de partage lorsque le graphe traverse plusieurs pays ou plusieurs entités juridiques.

En France, le RGPD (GDPR) et la loi Informatique et Libertés (loi n° 78-17 du 6 janvier 1978, modifiée) encadrent ces traitements, et la CNIL contrôle l’application du cadre français. Le DPO vérifie la base légale, la finalité, l’information de la personne concernée et la capacité à traiter les demandes d’effacement. La résolution d’identité doit donc être conçue en tenant compte du consentement, et non ajoutée après la mise en place du graphe.

Mesurer la qualité de la résolution d’identité

Une erreur de fusion ne déclenche aucune alerte d’elle-même, et la qualité de la résolution d’identité ne se présume pas : elle se surveille par des indicateurs. Quatre mesures repèrent la plupart des problèmes, et un dispositif de surveillance automatisé doit signaler toute variation brutale de l’une d’elles :

• Le taux de compression des profils rapporte le nombre d’enregistrements source au nombre de profils résolus. Une hausse brutale après le branchement d’une nouvelle source signale le plus souvent une sur-fusion ; un ratio proche de 1,0 indique que le rapprochement ne se fait presque pas.
• Les clusters surdimensionnés sont des profils qui portent un nombre invraisemblable d’identifiants, des dizaines d’adresses e-mail ou d’appareils. Ils proviennent presque toujours d’identifiants pivots, comme l’adresse IP partagée d’un bureau ou le terminal de caisse d’un magasin, qui relient des inconnus les uns aux autres.
• Le taux de rapprochement par source mesure la part des enregistrements de chaque source qui rejoignent un profil existant. Une chute soudaine pour une source tient en général à un changement de format ou de hachage en amont, pas à un changement de clientèle.
• La stabilité des profils mesure la fréquence des fusions et des séparations d’une semaine à l’autre. Un va-et-vient constant indique des seuils placés trop près du bord de la distribution des scores.

L’échantillonnage reste le contrôle que les chiffres ne remplacent pas. Chaque mois, un responsable de la qualité des données (data steward) examine quelques dizaines de fusions tirées au hasard, avec la preuve et le niveau de confiance qui justifient chacune.

Valider et tester la charge avant la mise en production

La surveillance détecte la dérive après le lancement ; les tests déterminent si une configuration peut être lancée. La validation commence par un échantillon étiqueté : quelques centaines de paires d’enregistrements que les responsables de la qualité des données ont marquées « même personne » ou « personnes différentes ». L’échantillon est tiré par tranche de score de rapprochement plutôt qu’au hasard, et il surpondère la zone limite et les cas difficiles (adresses e-mail familiales partagées, fautes de saisie dans les noms, numéros de téléphone réattribués). Un échantillon aléatoire contient presque uniquement des non-correspondances évidentes et embellit les résultats. Les règles candidates appliquées à cet échantillon donnent la précision (precision), soit la part des fusions proposées qui étaient correctes, et le rappel (recall), soit la part des vraies correspondances que les règles ont trouvées. Le rappel ne couvre que les paires que l’étape de sélection des candidats a fait remonter : l’échantillon doit donc aussi contenir de vraies correspondances connues qui ne partagent aucune clé évidente. L’échantillon devient ensuite un test de non-régression que chaque modification de règle ou de seuil doit passer.

Le test de charge vérifie autre chose : la tenue de la résolution au pic de volume. L’équipe rejoue une journée de pointe enregistrée, par exemple le premier jour des soldes ou le Black Friday, à un débit d’événements d’une à plusieurs fois celui d’origine, et mesure quatre indicateurs : la latence de consultation du profil aux 95e et 99e centiles, le débit de fusion, le retard du graphe sur le temps réel sous charge et la durée d’une nouvelle résolution complète de l’historique. Les accès concurrents demandent aussi une vérification : deux événements du même nouveau client qui arrivent à quelques millisecondes d’écart peuvent créer deux profils si les fusions ne sont pas traitées de façon atomique. Si l’un de ces points cède au pic, les agents et les campagnes lisent des profils périmés ou fragmentés au moment précis où le trafic compte le plus. Dans l’évaluation d’un éditeur, les deux tests font partie de la preuve de concept (PoC) : chaque éditeur présélectionné reçoit le même échantillon étiqueté et la même journée de pointe à rejouer, et l’équipe compare côte à côte la précision, le rappel et la latence de consultation au p99, au lieu d’accepter un jeu de données de démonstration.

Résolution d’identité vs graphe d’identité vs résolution d’entités

Les trois termes sont souvent employés les uns pour les autres, à tort. La résolution d’identité est le processus ; le graphe d’identité est la structure de données que ce processus produit ; la résolution d’entités (entity resolution) est la discipline plus large qui applique le même rapprochement à n’importe quelle entité, pas seulement aux clients.

En pratique, la résolution d’identité d’une CDP écrit dans un graphe d’identité, et les outils en aval lisent le profil unifié.

Les défis selon l’étape du parcours client

Haut de funnel : reconnaître un prospect inconnu

En haut du funnel, la personne n’a encore fourni aucun identifiant durable. L’organisation peut utiliser le contexte de la page, des signaux agrégés, une audience similaire (lookalike) construite à partir de données first-party ou une salle blanche de données (data clean room) pour travailler avec un partenaire sans échanger les données brutes. Ces méthodes élargissent la couverture, mais elles ne doivent pas être présentées comme une identité certaine. La publicité contextuelle atteint ce public sans identifier la personne ; l’API Topics de Google, un temps présentée pour ce rôle, est en cours de retrait avec la plupart des technologies de la Privacy Sandbox (Google, octobre 2025).

La suppression progressive des cookies tiers et les règles de protection des données réduisent les signaux disponibles pour le suivi entre sites. Une organisation doit séparer la mesure de portée anonyme de l’identification nominative. Elle doit aussi documenter la finalité de chaque identifiant et la durée pendant laquelle le signal peut être conservé.

Milieu de funnel : convertir l’anonyme en contact connu

Au milieu du funnel, le prospect a montré un intérêt mais reste anonyme. Un formulaire progressif, une création de compte, une inscription à un contenu ou un événement de conversion transmis côté serveur peuvent créer le premier lien. Le rapprochement ne doit pas déduire une adresse e-mail à partir d’un comportement : il rattache le signal lorsque la personne fournit une clé ou lorsque la base légale couvre le procédé retenu.

La qualité de la première clé influence tout le graphe. Une adresse e-mail jetable, un numéro partagé ou une faute de saisie peut multiplier les profils. L’équipe doit donc contrôler la normalisation, le taux de rapprochement et les corrections avant d’élargir les cas de personnalisation.

Bas de funnel : approfondir la fidélité

En bas du funnel, l’identité est généralement connue et les actions portent sur la rétention, le programme de fidélité ou la recommandation. Le risque change : il ne s’agit plus seulement de reconnaître une personne, mais de respecter les hiérarchies d’identité. Une offre destinée à un parent ne doit pas être envoyée à son enfant, et les contacts d’un compte B2B ne doivent pas être fusionnés en un seul interlocuteur.

La stratégie omnicanale peut alors partager le contexte entre le site, l’e-mail, le SMS, l’application et le magasin. Elle exige que le profil, la préférence de canal et l’état du consentement soient disponibles au moment de l’action.

Résolution intégrée ou outil autonome

La résolution d’identité a longtemps constitué une capacité spécialisée. Dans les premières générations de CDP (2016–2020), un outil autonome pouvait se justifier lorsque les plateformes marketing ne savaient pas rapprocher les identifiants. Le marché a depuis intégré le rapprochement déterministe et probabiliste dans de nombreuses CDP, avec des modèles qui assistent le réglage et la détection d’anomalies.

Pour la plupart des organisations, le choix porte donc moins sur l’existence d’une résolution que sur son intégration. Une CDP qui réunit résolution, segmentation, décision par l’IA et activation des données évite de copier le profil vers un système supplémentaire. Une architecture autonome peut rester pertinente quand le graphe sert aussi la gestion des risques, l’analytique, la gestion de comptes ou plusieurs environnements qui ne relèvent pas du marketing.

Une organisation qui dispose de centaines de sources et de milliards d’enregistrements peut chercher à séparer l’infrastructure d’identité de l’activation. Elle doit alors mesurer le délai, la duplication des données à caractère personnel, le retour des résultats et la capacité à appliquer le retrait d’un consentement partout. Le choix ne dépend pas du prestige d’un outil : il dépend du périmètre des entités, du risque des usages et du besoin de fermer la boucle.

Identity resolution et agents IA

La résolution d’identité alimente l’étape UNIFIER du Customer Intelligence Loop, car un agent IA ne peut pas décider correctement à partir de fragments qui représentent la même personne sous plusieurs identifiants. L’agent a besoin d’un profil à jour, de la preuve du rapprochement, du score de confiance et de l’état du consentement avant de sélectionner une action.

Dans une CDP agentique, la résolution peut s’exécuter en continu pendant qu’un agent collecte un événement, comprend le contexte, décide et engage l’action. Une mise à jour par lots peut suffire pour la prédiction du churn et les campagnes par e-mail ; une recommandation pendant la session exige une exposition plus rapide du profil. La résolution ne suffit pas à fermer la boucle : le résultat de l’action doit revenir vers le profil pour que l’agent apprenne ce qui s’est passé.

Comment l’IA sert aujourd’hui la résolution d’identité

Dans la résolution d’identité, le rapprochement statistique est plus ancien que l’étiquette IA. Le rapprochement probabiliste repose sur le modèle de rapprochement d’enregistrements (record linkage) de Fellegi et Sunter (Journal of the American Statistical Association, 1969), qui pondère la force avec laquelle la concordance ou la discordance de chaque champ indique une correspondance. Les systèmes actuels ajoutent trois apports. Des classifieurs entraînés apprennent les pondérations à partir de paires étiquetées par les responsables de la qualité des données, au lieu de règles fixées à la main. Des modèles de similarité comparent des noms et des adresses orthographiés différemment qui désignent la même chose. Les modèles de langage peuvent enfin nettoyer les champs de texte libre avant le rapprochement, ce qui impose un examen du traitement et de la résidence des données dès que des données à caractère personnel brutes partent vers un modèle hébergé. Chaque apport améliore le rappel, et chacun exige les mêmes garde-fous que le rapprochement par règles : score de confiance, traçabilité des fusions et échantillon étiqueté qui prouve que le modèle a raison. Quand un éditeur présente sa résolution d’identité comme « pilotée par l’IA », l’équipe qui évalue a intérêt à demander lequel de ces trois apports il désigne, sur quelles données le modèle a été entraîné et si chaque fusion décidée par un modèle porte la même traçabilité et le même score de confiance qu’une fusion décidée par une règle.

La résolution d’identité agentique (émergente)

Une évolution émergente confie aux agents IA une partie de l’administration du graphe. L’agent peut repérer une relation entre des clés, recommander un seuil, signaler une sur-fusion ou proposer une règle à examiner. Les environnements de production combinent encore des règles configurées, des modèles d’apprentissage automatique et une supervision humaine. Un agent peut assister la configuration ; l’équipe data reste responsable de l’approbation des règles et des actions qu’elles autorisent.

Une identité sans activation reste incomplète

Créer un profil client unifié n’est que la première étape. La valeur apparaît lorsque le profil sert de base à une décision, un message, une exclusion, une recommandation ou une mesure. Une plateforme comme Treasure AI réunit la résolution, la décision par l’IA et l’activation dans un même environnement, ce qui réduit les transferts entre outils et les délais de retour.

Quand la résolution et l’activation résident dans des systèmes séparés, trois compromis doivent être mesurés. La latence du retour dépend d’un flux continu ou d’une synchronisation par lots. La duplication des données à caractère personnel vers les destinations élargit le périmètre de conformité. La qualité du graphe dépend enfin de la capacité à récupérer les résultats de campagne et à les rattacher aux profils.

Une architecture adossée au data warehouse peut limiter certaines copies en interrogeant les données sur place, tandis qu’un flux d’événements peut atteindre une vitesse comparable à celle d’une CDP native. Le résultat dépend de la mise en œuvre et non de l’étiquette de l’architecture. Une équipe qui évalue cette capacité peut demander à chaque éditeur de montrer le chemin complet : événement entrant, rapprochement, exposition du profil, action, retour de résultat et annulation d’une fusion.

Le modèle de cahier des charges pour une CDP aide à poser ces questions sur les mêmes bases. Il doit couvrir les seuils, la traçabilité, les entités, la résidence, le consentement et l’activation, pas seulement le nombre de connecteurs.

FAQ

Quelle est la différence entre rapprochement déterministe et probabiliste ?

Le rapprochement déterministe relie des enregistrements qui partagent exactement une clé, tandis que le rapprochement probabiliste estime une correspondance à partir de plusieurs signaux. Le déterministe privilégie l’exactitude des contacts connus. Le probabiliste étend la couverture aux visiteurs anonymes et aux parcours entre appareils, mais il exige un seuil de confiance et un contrôle des faux rapprochements.

Comment fonctionne identity resolution sans cookies tiers ?

La résolution d’identité sans cookies tiers s’appuie sur les données first-party, les événements côté serveur et des identifiants durables fournis par la personne ou le compte. Le contexte de page, les salles blanches et les audiences similaires peuvent élargir la portée, mais ils ne prouvent pas à eux seuls l’identité d’une personne. Safari et Firefox bloquent les cookies tiers depuis plusieurs années.

Pourquoi la résolution d’identité est-elle importante ?

La résolution d’identité relie les points de contact d’une même personne afin qu’une CDP puisse personnaliser, segmenter, mesurer et activer avec un contexte cohérent. Sans elle, le site, l’e-mail, le mobile et le magasin produisent des fragments qui déclenchent des messages redondants. Elle détermine aussi la part d’un résultat qui peut être mesurée au niveau individuel.

Quels sont les bénéfices d’un profil client unifié ?

Un profil client unifié réduit la fragmentation des événements et donne aux canaux un même contexte de relation. L’entreprise peut exclure un client d’une campagne d’acquisition après son achat et mesurer le réachat. Le profil unifié réduit aussi les dépenses de contacts en double : une étude de Forrester Consulting commandée par Oracle (2023) a modélisé 4 millions de dollars américains d’économies sur trois ans après le dédoublonnage de 20 % de 15 millions de profils. Le bénéfice dépend de la qualité des identifiants et du respect du consentement.

Comment identity resolution fonctionne-t-elle en B2B ?

En B2B, la résolution d’identité relie les contacts individuels au compte auquel ils appartiennent sans fusionner les personnes entre elles. Le graphe de compte représente le comité d’achat, tandis que chaque contact garde ses e-mails, appareils, consentements et interactions. Cette structure soutient le marketing par compte et l’analyse d’engagement sans attribuer l’action d’un contact à tous les autres.

Une entreprise a-t-elle besoin d’un outil autonome de résolution d’identité ?

La plupart des organisations n’ont pas besoin d’un outil autonome lorsque leur CDP fournit déjà le rapprochement et l’activation. Un système séparé peut se justifier si le graphe sert plusieurs domaines, plusieurs marques ou des systèmes qui dépassent le marketing, ou si le volume et la gouvernance imposent une infrastructure indépendante. La décision doit comparer la latence, la duplication et le coût de la coordination.

Qu’est-ce que la résolution d’identité adossée au data warehouse ?

La résolution d’identité adossée au data warehouse exécute la logique de rapprochement dans le data warehouse de l’organisation plutôt que dans l’infrastructure de l’éditeur. Les données restent dans l’environnement choisi par la DSI, mais la latence dépend du calcul et du pipeline. Les flux de capture des changements réduisent le délai sans transformer chaque traitement en résolution temps réel.

Qu’est-ce qu’un graphe d’identité ?

Un graphe d’identité représente les relations entre des identifiants et des entités afin de déterminer quels enregistrements appartiennent au même profil. Il peut relier e-mails, mobiles et appareils pour une personne, mais aussi modéliser un foyer, un compte B2B ou une entité métier. Le graphe doit conserver la méthode, la date et le score de confiance de chaque lien.

Comment surveiller automatiquement l’exactitude de la résolution d’identité ?

La surveillance automatique de la résolution d’identité suit quelques indicateurs de santé du graphe et déclenche une alerte quand ils varient : taux de compression des profils, clusters surdimensionnés, taux de rapprochement par source et fréquence des fusions et des séparations. Une variation brutale signale en général un changement de format en amont, un identifiant pivot qui relie des inconnus ou un seuil trop permissif. Des outils assistés par l’IA surveillent de plus en plus le graphe en continu, mais la revue humaine mensuelle d’un échantillon de fusions reste la référence pour juger l’exactitude.

Qu’est-ce que la résolution d’identité agentique ?

La résolution d’identité agentique utilise des agents IA pour repérer des relations, recommander des seuils et signaler des anomalies dans un graphe. L’approche réduit une partie du réglage manuel, mais les environnements de production combinent encore règles, modèles et supervision humaine. L’agent ne doit pas fusionner automatiquement des profils à risque sans garde-fou ni traçabilité.

Termes associés

• Référentiel client unique (RCU) — système qui rassemble les profils et les couches d’identité d’une organisation
• Data Governance — règles de qualité, d’accès et de conformité qui encadrent le graphe
• Analyse prédictive — discipline qui utilise les profils résolus pour produire des modèles

Les quatre entrées suivantes sont en anglais.

• Agentic CDP — CDP qui exécute la boucle avec des profils résolus et une activation en temps réel
• Customer Intelligence Loop — boucle dont la résolution d’identité alimente l’étape UNIFIER
• AI Decisioning — décision qui intervient après la compréhension du profil
• Data Activation — mise en œuvre d’une audience ou d’un profil dans les canaux

Cet article est aussi disponible en : Customer Identity Resolution: Methods & CDP Use · 名寄せとは？CDPにおける仕組みと種類を解説 · Identity resolution: o que é, tipos e uso na CDP